[發明專利]一種鐵路列車閘瓦釬環故障的檢測方法及裝置

有效

• 申請號: 201710344498.7
• 申請日: 2017-05-16
• 公開（公告）號: CN107273802B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 李秀花;嚴明君;陳伯勝;別旭輝
• 申請（專利權）人: 武漢華目信息技術有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種鐵路列車閘瓦釬環故障的檢測方法，其特征在于，所述方法包括:

根據所述鐵路列車的車輪的先驗信息，獲得第一定位車輪區域圖像；

對粗定位車輪區域圖像進行預處理，獲得去除干擾信息的第二定位車輪區域圖像；

對所述第二定位車輪區域圖像進行二值化，獲得第三定位車輪區域圖像；

將所述第三定位車輪區域圖像進行水平方向投影，獲得投影曲線，以所述投影曲線的峰值所在位置作為所述鐵路列車的車輪軸線坐標；

根據所述車輪軸線坐標，從所述鐵路列車的圖像中獲取與所述閘瓦釬環相關的圖塊；

構建閘瓦釬環訓練數據集；其中，所述閘瓦釬環訓練數據集包括標注閘瓦釬環區域的正樣本訓練數據集和不包含閘瓦釬環區域的負樣本訓練數據集；

采用深度學習方法從所述閘瓦釬環訓練數據集中提取高層特征，獲得第一特征模型和第二特征模型；

以所述第一特征模型和所述第二特征模型作為支持向量機的輸入，從而獲得支持向量機方法的訓練結果；

根據所述支持向量機方法的訓練結果，構建所述閘瓦釬環定位與識別模型；

采用區域篩選算法從所述圖塊中搜索出候選區域；

利用所述閘瓦釬環定位與識別模型在所述候選區域內進行預測，判斷是否出現重疊框，以判斷所述閘瓦釬環是否發生故障。

2.如權利要求1所述的方法，其特征在于，在所述根據所述車輪軸線坐標，從所述鐵路列車的圖像中獲取與所述閘瓦釬環相關的圖塊之前，還包括：

采用深度學習方法構建車型識別模型；

根據所述車型識別模型，獲得所述鐵路列車的車型；

根據所述車型，判斷所述鐵路列車的圖像是否包含閘瓦釬環。

3.如權利要求2所述的方法，其特征在于，所述采用深度學習方法構建車型識別模型，包括：

獲取的車輪區域圖像塊和搖枕區域圖像塊；

對所述車輪區域圖像塊和所述搖枕區域圖像塊進行分類，獲得車輪區域數據集和搖枕區域數據集；

當所述車輪區域數據集達到第一預設值時，利用深度卷積神經網絡獲取所述車輪區域數據集的第一分類特征；

當所述搖枕區域數據集達到第二預設值時，利用深度卷積神經網絡獲取所述搖枕區域數據集的第二分類特征；

分別根據所述第一分類特征和所述第二分類特征，獲得車輪識別模型和搖枕識別模型，以所述車輪識別模型和搖枕識別模型作為車型識別模型。

4.如權利要求1所述的方法，其特征在于，所述利用所述閘瓦釬環定位與識別模型在所述候選區域內進行預測，判斷是否出現重疊框，以判斷所述閘瓦釬環是否發生故障，包括：

利用所述閘瓦釬環定位與識別模型在所述候選區域內進行預測，判斷是否出現重疊框；

如出現，則閘瓦釬環正常；

如未出現，則閘瓦釬環發生故障。